[发明专利]基于DTW与HMM证据融合的特种车鸣笛声识别方法有效
| 申请号： | 201210546541.5 | 申请日： | 2012-12-17 |
| 公开（公告）号： | CN103065627A | 公开（公告）日： | 2013-04-24 |
| 发明（设计）人： | 余伶俐;蔡自兴;吴敏;唐琎;周开军;黄益绍;谭平 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G10L15/12 | 分类号： | G10L15/12;G10L15/14 |
| 代理公司： | 长沙市融智专利事务所 43114 | 代理人： | 黄美成 |
| 地址： | 410083 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于DTW与HMM证据融合的特种车鸣笛声识别方法，包括以下步骤：步骤1：建立车辆鸣笛声样本库；步骤2：预处理步骤；步骤3：车辆鸣笛声特征参数提取及降维处理；步骤4：基于证据融合的特种车鸣笛声识别；分别采用DTW算法和HMM算法得到DTW识别结果和HMM识别结果；若DTW识别结果和HMM识别结果一致，则最终的识别结果与DTW识别结果或HMM识别结果保持一致；若DTW识别结果和HMM识别结果不一致，则进行DS证据理论的识别决策推理，决策输出最终的识别结果。该基于DTW与HMM证据融合的特种车鸣笛声识别方法采用融合识别技术，识别率高。 | ||
| 搜索关键词： | 基于 dtw hmm 证据 融合 特种 鸣笛 识别 方法 | ||
【主权项】：
一种基于DTW与HMM证据融合的特种车鸣笛声识别方法，其特征在于，包括以下步骤：步骤1：建立车辆鸣笛声样本库；车辆鸣笛声包括警车、消防车、救护车和普通汽车的鸣笛声；从现场采集车辆鸣笛声或从影视资料中截取车辆鸣笛声，形成车辆鸣笛声样本库；样本库中存储的内容均为音频信号；步骤2：预处理步骤；对当前采集的汽车鸣笛声进行预加重处理、分帧加窗处理，然后进行端点检测，以分解出汽车鸣笛声每个声段；步骤3：车辆鸣笛声特征参数提取及降维处理；提取经过预处理后的汽车鸣笛声中的特征参数，并对该特征参数进行降维处理；步骤4：基于证据融合的特种车鸣笛声识别；分别采用DTW算法和HMM算法得到DTW识别结果和HMM识别结果；若DTW识别结果和HMM识别结果一致，则最终的识别结果与DTW识别结果或HMM识别结果保持一致；若DTW识别结果和HMM识别结果不一致，则进行DS证据理论的识别决策推理，决策输出最终的识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中南大学，未经中南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210546541.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种防护型节能灯管及其制造方法
- 下一篇：绞吸挖泥船中用于绞刀的减速机
- 同类专利
- 一种基于Kinect的语音识别方法-201910414675.3
- 严萍;胡琪;叶楠;李惠名;徐鑫 - 南昌大学
- 2019-05-17 - 2019-09-27 - G10L15/12
- 本发明公开了一种基于Kinect的语音识别方法，包括以下步骤：使用Kinect for Windows v2产品的麦克风阵列对用户发出的语音信号进行采集；通过对麦克风阵列采集到的音频信息进行分析比对，进而对用户的音源位置进行确定；基于Kinect for Windows v2产品，对采集到的音频信息进行处理，包括有背景去噪、回声消除和自动增益控制音频；使用DTW算法对处理后的音频信息进行特征提取；将特征提取后的音频信息与内置的音频模板进行匹配；对匹配后的音频信息进行解码。本发明使用Kinect的语音识别系统，代替了用于机器人身上的传统基于PC机的语音识别系统，基于Kinect的语音识别系统会更加经济实用，Kinect具有成本低廉、轻巧简单、精准度较高等优点，能够对语音进行有效识别。
- 一种基于DTW的孤立词语音识别方法-201710264774.9
- 邓立新;周炳良;洪民江 - 南京邮电大学
- 2017-04-21 - 2017-08-11 - G10L15/12
- 本发明公开了一种基于DTW的孤立词语音识别方法，该方法通过截取测试语音特征矢量起始部分长度与库模板矢量进行最优路径匹配，并且匹配后只保留失真度较小的部分库模板矢量继续进行下一次最优路径匹配，如此反复截取待测语音特征矢量的起始不同部分进行匹配与模板矢量保留，直至保留模板矢量唯一。这种算法的实现，在保证识别精度较高的情况下，能大幅减少孤立词语音识别系统的计算开销，有效提高孤立词语音识别系统的识别效率。
- 基于语音识别的文本修订方法和装置-201510034325.6
- 左祥;苏藤荣;朱旋 - 北京三星通信技术研究有限公司;三星电子株式会社
- 2015-01-22 - 2016-08-17 - G10L15/12
- 本发明提供了一种基于语音识别的文本修订方法和装置，所述方法包括：接收用户针对文本输入的修订语音；识别接收的修订语音，并进行语义分析；根据分析出的文本中的待修订处的定位信息和修订类型，对文本进行修订。本发明基于语义分析来分析出文本中待修订处的定位信息，无需用户准确指定待修订处的位置，从而更便于用户的修订操作；而且，本发明的待修订的文本，并不局限于当前语音识别得到的文本，其可以是一些已有的如网络下载的电子书等的文本。
- 语音识别方法和语音识别系统-201310163355.8
- 刘贺飞;郭莉莉 - 佳能株式会社
- 2013-05-07 - 2014-11-12 - G10L15/12
- 一种语音识别方法和语音识别系统。该语音识别方法包括：针对第一语音识别引擎的词汇表中的每个词条生成用于第二语音识别引擎的对应词条；把所生成的对应词条添加到第二引擎的词汇表中，以与第二引擎的词汇表中的原有词条一起生成组合词汇表；使用第一引擎通过第一引擎的词汇表来识别输入语音；使用第二引擎通过组合词汇表来识别输入语音，以生成与原有词条有关的识别结果和与对应词条有关的识别结果；使用从第二引擎输出的与对应词条有关的识别结果，对第一引擎的识别结果与第二引擎的与原有词条有关的识别结果进行比较并输出比较结果。第一引擎和第二引擎的每个识别结果包括识别出的单词和对应的识别分数。
- 用于语音应用中的最优有限状态转换机(FST)的有效渐进修改-201180074721.1
- 斯特凡·坎塔克;奥利弗·宾德 - 纽安斯通信有限公司
- 2011-09-21 - 2014-07-09 - G10L15/12
- 本发明公开了一种用于添加和删除句子的渐进修改单词级有限状态转换机(FST)的方法。确定FST中与该句子的前缀部分匹配的状态和弧的前缀子集。确定FST中与该句子的后缀部分匹配的状态和弧的后缀子集。通过将状态和弧的新序列附加到与前缀和后缀之间的句子的剩余部分相对应的FST，然后可以将新句子附加到FST中。通过将前缀子集和后缀子集之间的任何弧和状态删除，可以将现有句子从FST中删除。所产生的已修改的FST是局部有效的，但是并不满足全局优化标准，诸如最小化。
- 谱减与动态时间规整算法联合处理的抗噪声声纹识别装置-201310370030.7
- 童峰;周跃海;洪青阳;李芳兰 - 厦门大学
- 2013-08-22 - 2013-11-20 - G10L15/12
- 谱减与动态时间规整算法联合处理的抗噪声声纹识别装置，涉及一种声纹识别装置。设有麦克风、前置放大模块、ADC电路、端点检测模块、信号分帧模块、谱减模块、第1MFCC特征提取模块、第2MFCC特征提取模块、第3MFCC特征提取模块、第4MFCC特征提取模块、当前模板、用户模块、第1DTW匹配模块、第2DTW匹配模块、第3DTW匹配模块、得分反馈模块、信息补偿模块和结果输出模块。采用数字0～9作为口令进行基于孤立词的嵌入式声纹识别，并采用语音的信号域和模型域联合处理避免语音增强过程中的信息损失造成的识别性能下降，改善噪声背景下的声纹识别性能。系统实现方便、成本低。
- 基于DTW与HMM证据融合的特种车鸣笛声识别方法-201210546541.5
- 余伶俐;蔡自兴;吴敏;唐琎;周开军;黄益绍;谭平 - 中南大学
- 2012-12-17 - 2013-04-24 - G10L15/12
- 本发明公开了一种基于DTW与HMM证据融合的特种车鸣笛声识别方法，包括以下步骤：步骤1：建立车辆鸣笛声样本库；步骤2：预处理步骤；步骤3：车辆鸣笛声特征参数提取及降维处理；步骤4：基于证据融合的特种车鸣笛声识别；分别采用DTW算法和HMM算法得到DTW识别结果和HMM识别结果；若DTW识别结果和HMM识别结果一致，则最终的识别结果与DTW识别结果或HMM识别结果保持一致；若DTW识别结果和HMM识别结果不一致，则进行DS证据理论的识别决策推理，决策输出最终的识别结果。该基于DTW与HMM证据融合的特种车鸣笛声识别方法采用融合识别技术，识别率高。
- 一种基于DTW语音识别的货车车辆检查方法-201010618954.0
- 崔金钟;栾强厚;邱会中;武剑辉;王勇;朱国斌;王志光 - 东莞电子科技大学电子信息工程研究院;东莞市智乐堡儿童玩具有限公司
- 2010-12-31 - 2011-08-17 - G10L15/12
- 本发明公开了一种基于DTW的语音识别的货车车辆检查方法，包括有训练模板和将语音识别模板用于车辆检查。本发明以DTW语音识别算法为核心，通过训练货车通过轨道发出的正常声音以及有损坏的时候发出的声音形成识别模板，在识别时可以判别货车损坏部件的情况，然后向控制中心发送结果，从而做出早期诊断预报处理，为货车的行驶安全提供保障。本发明具有故障检测识别率高、操作系统简单的优点。
- 一种单音旋律曲线的匹配方法-200710178220.3
- 颜永红;吴晓;李明;刘建;潘接林 - 中国科学院声学研究所;北京中科信利技术有限公司
- 2007-11-28 - 2009-06-03 - G10L15/12
- 本发明提供一种单音旋律曲线的匹配方法，包括：1)将待匹配的两段单音旋律分帧，分别提取每一帧的基频，得到两个基频序列；2)选择划分点k，l，将所述基频序列A1，…，n和B1，…，m分别划分为前、后两个子序列，然后计算折线匹配代价；选择不同的划分点组合，找出使得该折线匹配代价最小的最优划分点组合k、l；3)回到步骤2)，进一步找出前子序列和后子序列各自的最优划分点组合，这样不断循环，直到划分得出的子序列长度小于预先设定的门限值。相对于已有的非线性旋律匹配方法，本发明中的方法采用自上而下的递归方式解决旋律匹配问题，能够更好地强调整体旋律线的匹配，具有更好的匹配效果，也更符合人对音乐的感知。同时，本发明的方法具有较低的算法复杂度。
- 具有不依赖于说话者的语音识别的通信设备-200780005463.5
- D·鲁维什 - 知识风险基金21有限责任公司
- 2007-02-13 - 2009-03-11 - G10L15/12
- 本发明提供一种用于在具有话音拨号功能的通信设备中执行语音识别的技术。在接收到语音识别模式中的话音输入之后，根据该话音输入生成输入特征向量。同样，还根据指示在说出语音单元时的似然性的输入特征向量，计算似然向量序列。在调变操作中，似然向量序列与语音单词模型相比较，而且计算该单词模型的单词模型匹配似然性。在确定了最佳匹配的单词模型之后，在拨号操作中拨打对应于根据最佳匹配单词模型合成的姓名的号码。
- 专利分类
